基于深度学习的虹膜图像加密与活体检测算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 变量注释表 | 第16-17页 |
| 1 绪论 | 第17-23页 |
| 1.1 研究背景及意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-22页 |
| 1.3 论文的组织结构 | 第22-23页 |
| 2 虹膜图像加密与活体检测 | 第23-48页 |
| 2.1 虹膜识别 | 第23-30页 |
| 2.2 虹膜加密技术 | 第30-39页 |
| 2.3 深度学习 | 第39-45页 |
| 2.4 虹膜活体检测 | 第45-47页 |
| 2.5 本章小结 | 第47-48页 |
| 3 基于卷积神经网络的虹膜图像加密 | 第48-59页 |
| 3.1 虹膜图像加密算法思想 | 第48-52页 |
| 3.2 算法步骤 | 第52-53页 |
| 3.3 实验结果与分析 | 第53-58页 |
| 3.4 本章小结 | 第58-59页 |
| 4 一种无密钥传输的图像加密算法 | 第59-65页 |
| 4.1 无密钥传输图像加密算法思想 | 第59-60页 |
| 4.2 算法步骤 | 第60页 |
| 4.3 实验结果与分析 | 第60-64页 |
| 4.4 本章小结 | 第64-65页 |
| 5 基于深度学习的特征融合虹膜活体检测 | 第65-82页 |
| 5.1 原理概述 | 第65-72页 |
| 5.2 算法思想 | 第72-77页 |
| 5.3 实验部分 | 第77-80页 |
| 5.4 本章小结 | 第80-82页 |
| 6 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-91页 |
| 作者简历 | 第91-93页 |
| 学位论文数据集 | 第93页 |
